คำแนะนำการฝึกโมเดล

คู่มือนี้จะแนะนำ Swift สำหรับ TensorFlow โดยการสร้างโมเดลการเรียนรู้ของเครื่องที่จัดหมวดหมู่ดอกไอริสตามสายพันธุ์ ใช้ Swift สำหรับ TensorFlow เพื่อ:

1. สร้างแบบจำลอง
2. ฝึกโมเดลนี้กับข้อมูลตัวอย่าง และ
3. ใช้แบบจำลองเพื่อคาดการณ์เกี่ยวกับข้อมูลที่ไม่รู้จัก

การเขียนโปรแกรมเทนเซอร์โฟลว์

คู่มือนี้ใช้แนวคิด Swift สำหรับ TensorFlow ระดับสูงเหล่านี้:

• นำเข้าข้อมูลด้วย Epochs API
• สร้างโมเดลโดยใช้ Swift abstractions
• ใช้ไลบรารี Python โดยใช้การทำงานร่วมกันของ Python ของ Swift เมื่อไม่มีไลบรารี Swift ที่แท้จริง

บทช่วยสอนนี้มีโครงสร้างเหมือนกับโปรแกรม TensorFlow หลายโปรแกรม:

1. นำเข้าและแยกวิเคราะห์ชุดข้อมูล
2. เลือกประเภทของรุ่น
3. ฝึกโมเดล
4. ประเมินประสิทธิภาพของแบบจำลอง
5. ใช้แบบจำลองที่ผ่านการฝึกอบรมเพื่อคาดการณ์

โปรแกรมติดตั้ง

กำหนดค่าการนำเข้า

นำเข้า TensorFlow และโมดูล Python ที่มีประโยชน์

import TensorFlow
import PythonKit

// This cell is here to display the plots in a Jupyter Notebook.
// Do not copy it into another environment.
%include "EnableIPythonDisplay.swift"
print(IPythonDisplay.shell.enable_matplotlib("inline"))

('inline', 'module://ipykernel.pylab.backend_inline')

let plt = Python.import("matplotlib.pyplot")

import Foundation
import FoundationNetworking
func download(from sourceString: String, to destinationString: String) {
    let source = URL(string: sourceString)!
    let destination = URL(fileURLWithPath: destinationString)
    let data = try! Data.init(contentsOf: source)
    try! data.write(to: destination)
}

ปัญหาการจำแนกม่านตา

ลองนึกภาพคุณเป็นนักพฤกษศาสตร์ที่กำลังมองหาวิธีอัตโนมัติในการจัดหมวดหมู่ดอกไอริสแต่ละดอกที่คุณพบ การเรียนรู้ของเครื่องมีอัลกอริธึมมากมายในการจำแนกดอกไม้ตามสถิติ ตัวอย่างเช่น โปรแกรมแมชชีนเลิร์นนิงที่ซับซ้อนสามารถจำแนกดอกไม้ตามรูปถ่ายได้ ความทะเยอทะยานของเรานั้นเรียบง่ายยิ่งขึ้น—เราจะจำแนกดอกไอริสตามการวัดความยาวและความกว้างของ กลีบเลี้ยง และ กลีบดอก

สกุลไอริสมีประมาณ 300 สปีชีส์ แต่โปรแกรมของเราจะจำแนกประเภทเพียง 3 ชนิดต่อไปนี้:

• ไอริส เซโตซา
• ไอริส เวอร์จิกา
• ไอริส เวอร์ซิคัลเลอร์

รูปที่ 1. Iris setosa (โดย Radomil , CC BY-SA 3.0), Iris versicolor , (โดย Dlanglois , CC BY-SA 3.0) และ Iris virginica (โดย Frank Mayfield , CC BY-SA 2.0)

โชคดีที่มีคนสร้าง ชุดข้อมูลดอกไอริส 120 ดอก พร้อมการวัดกลีบเลี้ยงและกลีบดอกไว้แล้ว นี่คือชุดข้อมูลแบบคลาสสิกซึ่งเป็นที่นิยมสำหรับปัญหาการจำแนกประเภท Machine Learning ระดับเริ่มต้น

นำเข้าและแยกวิเคราะห์ชุดข้อมูลการฝึกอบรม

ดาวน์โหลดไฟล์ชุดข้อมูลและแปลงเป็นโครงสร้างที่โปรแกรม Swift นี้สามารถใช้ได้

ดาวน์โหลดชุดข้อมูล

ดาวน์โหลดไฟล์ชุดข้อมูลการฝึกอบรมจาก http://download.tensorflow.org/data/iris_training.csv

let trainDataFilename = "iris_training.csv"
download(from: "http://download.tensorflow.org/data/iris_training.csv", to: trainDataFilename)

ตรวจสอบข้อมูล

ชุดข้อมูล iris_training.csv นี้ เป็นไฟล์ข้อความธรรมดาที่จัดเก็บข้อมูลแบบตารางที่จัดรูปแบบเป็นค่าที่คั่นด้วยเครื่องหมายจุลภาค (CSV) มาดู 5 รายการแรกกัน

let f = Python.open(trainDataFilename)
for _ in 0..<5 {
    print(Python.next(f).strip())
}
print(f.close())

120,4,setosa,versicolor,virginica
6.4,2.8,5.6,2.2,2
5.0,2.3,3.3,1.0,1
4.9,2.5,4.5,1.7,2
4.9,3.1,1.5,0.1,0
None

จากมุมมองของชุดข้อมูลนี้ ให้สังเกตสิ่งต่อไปนี้:

1. บรรทัดแรกคือส่วนหัวที่มีข้อมูลเกี่ยวกับชุดข้อมูล:
   • มีทั้งหมด 120 ตัวอย่าง แต่ละตัวอย่างมีคุณลักษณะสี่ประการและหนึ่งในสามชื่อป้ายกำกับที่เป็นไปได้
2. แถวต่อมาคือบันทึกข้อมูล หนึ่ง ตัวอย่าง ต่อบรรทัด โดยที่:
   • สี่ฟิลด์แรกคือ คุณลักษณะ : เหล่านี้เป็นคุณลักษณะของตัวอย่าง ที่นี่ ทุ่งนามีตัวเลขลอยตัวที่แสดงถึงการวัดขนาดดอกไม้
   • คอลัมน์สุดท้ายคือ ป้ายกำกับ : นี่คือค่าที่เราต้องการทำนาย สำหรับชุดข้อมูลนี้ ค่าจำนวนเต็ม 0, 1 หรือ 2 ที่สอดคล้องกับชื่อดอกไม้

มาเขียนมันออกมาเป็นโค้ด:

let featureNames = ["sepal_length", "sepal_width", "petal_length", "petal_width"]
let labelName = "species"
let columnNames = featureNames + [labelName]

print("Features: \(featureNames)")
print("Label: \(labelName)")

Features: ["sepal_length", "sepal_width", "petal_length", "petal_width"]
Label: species

แต่ละป้ายกำกับเชื่อมโยงกับชื่อสตริง (เช่น "setosa") แต่โดยทั่วไปแล้วการเรียนรู้ของเครื่องจะขึ้นอยู่กับค่าตัวเลข หมายเลขป้ายกำกับจะถูกแมปกับการแสดงชื่อ เช่น:

• 0 : ไอริส เซโตซ่า
• 1 : ไอริส เวอร์ซิคัลเลอร์
• 2 : ไอริส เวอร์จิกา

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับคุณสมบัติและป้ายกำกับ โปรดดู ส่วนคำศัพท์ ML ของ Machine Learning Crash Course

let classNames = ["Iris setosa", "Iris versicolor", "Iris virginica"]

สร้างชุดข้อมูลโดยใช้ Epochs API

Epochs API ของ Swift สำหรับ TensorFlow เป็น API ระดับสูงสำหรับการอ่านข้อมูลและแปลงเป็นรูปแบบที่ใช้สำหรับการฝึกอบรม

let batchSize = 32

/// A batch of examples from the iris dataset.
struct IrisBatch {
    /// [batchSize, featureCount] tensor of features.
    let features: Tensor<Float>

    /// [batchSize] tensor of labels.
    let labels: Tensor<Int32>
}

/// Conform `IrisBatch` to `Collatable` so that we can load it into a `TrainingEpoch`.
extension IrisBatch: Collatable {
    public init<BatchSamples: Collection>(collating samples: BatchSamples)
        where BatchSamples.Element == Self {
        /// `IrisBatch`es are collated by stacking their feature and label tensors
        /// along the batch axis to produce a single feature and label tensor
        features = Tensor<Float>(stacking: samples.map{$0.features})
        labels = Tensor<Int32>(stacking: samples.map{$0.labels})
    }
}

เนื่องจากชุดข้อมูลที่เราดาวน์โหลดอยู่ในรูปแบบ CSV มาเขียนฟังก์ชันเพื่อโหลดข้อมูลเป็นรายการของออบเจ็กต์ IrisBatch

/// Initialize an `IrisBatch` dataset from a CSV file.
func loadIrisDatasetFromCSV(
        contentsOf: String, hasHeader: Bool, featureColumns: [Int], labelColumns: [Int]) -> [IrisBatch] {
        let np = Python.import("numpy")

        let featuresNp = np.loadtxt(
            contentsOf,
            delimiter: ",",
            skiprows: hasHeader ? 1 : 0,
            usecols: featureColumns,
            dtype: Float.numpyScalarTypes.first!)
        guard let featuresTensor = Tensor<Float>(numpy: featuresNp) else {
            // This should never happen, because we construct featuresNp in such a
            // way that it should be convertible to tensor.
            fatalError("np.loadtxt result can't be converted to Tensor")
        }

        let labelsNp = np.loadtxt(
            contentsOf,
            delimiter: ",",
            skiprows: hasHeader ? 1 : 0,
            usecols: labelColumns,
            dtype: Int32.numpyScalarTypes.first!)
        guard let labelsTensor = Tensor<Int32>(numpy: labelsNp) else {
            // This should never happen, because we construct labelsNp in such a
            // way that it should be convertible to tensor.
            fatalError("np.loadtxt result can't be converted to Tensor")
        }

        return zip(featuresTensor.unstacked(), labelsTensor.unstacked()).map{IrisBatch(features: $0.0, labels: $0.1)}

    }

ตอนนี้เราสามารถใช้ฟังก์ชันการโหลด CSV เพื่อโหลดชุดข้อมูลการฝึกอบรมและสร้างออบ TrainingEpochs

let trainingDataset: [IrisBatch] = loadIrisDatasetFromCSV(contentsOf: trainDataFilename, 
                                                  hasHeader: true, 
                                                  featureColumns: [0, 1, 2, 3], 
                                                  labelColumns: [4])

let trainingEpochs: TrainingEpochs = TrainingEpochs(samples: trainingDataset, batchSize: batchSize)

ออบเจ็กต์ TrainingEpochs เป็นลำดับของยุคที่ไม่มีที่สิ้นสุด แต่ละยุคประกอบด้วย IrisBatch es มาดูองค์ประกอบแรกของยุคแรกกันดีกว่า

let firstTrainEpoch = trainingEpochs.next()!
let firstTrainBatch = firstTrainEpoch.first!.collated
let firstTrainFeatures = firstTrainBatch.features
let firstTrainLabels = firstTrainBatch.labels

print("First batch of features: \(firstTrainFeatures)")
print("firstTrainFeatures.shape: \(firstTrainFeatures.shape)")
print("First batch of labels: \(firstTrainLabels)")
print("firstTrainLabels.shape: \(firstTrainLabels.shape)")

First batch of features: [[5.1, 2.5, 3.0, 1.1],
 [6.4, 3.2, 4.5, 1.5],
 [4.9, 3.1, 1.5, 0.1],
 [5.0, 2.0, 3.5, 1.0],
 [6.3, 2.5, 5.0, 1.9],
 [6.7, 3.1, 5.6, 2.4],
 [4.9, 3.1, 1.5, 0.1],
 [7.7, 2.8, 6.7, 2.0],
 [6.7, 3.0, 5.0, 1.7],
 [7.2, 3.6, 6.1, 2.5],
 [4.8, 3.0, 1.4, 0.1],
 [5.2, 3.4, 1.4, 0.2],
 [5.0, 3.5, 1.3, 0.3],
 [4.9, 3.1, 1.5, 0.1],
 [5.0, 3.5, 1.6, 0.6],
 [6.7, 3.3, 5.7, 2.1],
 [7.7, 3.8, 6.7, 2.2],
 [6.2, 3.4, 5.4, 2.3],
 [4.8, 3.4, 1.6, 0.2],
 [6.0, 2.9, 4.5, 1.5],
 [5.0, 3.0, 1.6, 0.2],
 [6.3, 3.4, 5.6, 2.4],
 [5.1, 3.8, 1.9, 0.4],
 [4.8, 3.1, 1.6, 0.2],
 [7.6, 3.0, 6.6, 2.1],
 [5.7, 3.0, 4.2, 1.2],
 [6.3, 3.3, 6.0, 2.5],
 [5.6, 2.5, 3.9, 1.1],
 [5.0, 3.4, 1.6, 0.4],
 [6.1, 3.0, 4.9, 1.8],
 [5.0, 3.3, 1.4, 0.2],
 [6.3, 3.3, 4.7, 1.6]]
firstTrainFeatures.shape: [32, 4]
First batch of labels: [1, 1, 0, 1, 2, 2, 0, 2, 1, 2, 0, 0, 0, 0, 0, 2, 2, 2, 0, 1, 0, 2, 0, 0, 2, 1, 2, 1, 0, 2, 0, 1]
firstTrainLabels.shape: [32]

โปรดสังเกตว่าฟีเจอร์สำหรับตัวอย่าง batchSize แรกจะถูกจัดกลุ่มไว้ด้วยกัน (หรือ เป็นแบตช์ ) ลงใน firstTrainFeatures และป้ายกำกับสำหรับตัวอย่าง batchSize แรกจะถูกแบทช์เป็น firstTrainLabels

คุณสามารถเริ่มเห็นคลัสเตอร์บางส่วนได้โดยการวางแผนคุณสมบัติบางอย่างจากแบตช์ โดยใช้ matplotlib ของ Python:

let firstTrainFeaturesTransposed = firstTrainFeatures.transposed()
let petalLengths = firstTrainFeaturesTransposed[2].scalars
let sepalLengths = firstTrainFeaturesTransposed[0].scalars

plt.scatter(petalLengths, sepalLengths, c: firstTrainLabels.array.scalars)
plt.xlabel("Petal length")
plt.ylabel("Sepal length")
plt.show()

Use `print()` to show values.

เลือกประเภทของรุ่น

ทำไมต้องเป็นนางแบบ?

แบบจำลอง คือความสัมพันธ์ระหว่างคุณลักษณะและป้ายกำกับ สำหรับปัญหาการจำแนกม่านตา แบบจำลองจะกำหนดความสัมพันธ์ระหว่างการวัดกลีบเลี้ยงและกลีบดอกกับชนิดของม่านตาที่คาดการณ์ไว้ โมเดลง่ายๆ บางโมเดลสามารถอธิบายได้ด้วยพีชคณิตเพียงไม่กี่บรรทัด แต่โมเดลการเรียนรู้ของเครื่องที่ซับซ้อนมีพารามิเตอร์จำนวนมากซึ่งยากต่อการสรุป

คุณสามารถระบุความสัมพันธ์ระหว่างคุณสมบัติทั้งสี่กับสายพันธุ์ม่านตา โดยไม่ต้อง ใช้การเรียนรู้ของเครื่องได้หรือไม่ นั่นคือ คุณสามารถใช้เทคนิคการเขียนโปรแกรมแบบดั้งเดิม (เช่น ข้อความสั่งแบบมีเงื่อนไขจำนวนมาก) เพื่อสร้างโมเดลได้หรือไม่ บางที หากคุณวิเคราะห์ชุดข้อมูลนานพอที่จะระบุความสัมพันธ์ระหว่างการวัดกลีบดอกและกลีบเลี้ยงกับสายพันธุ์ใดสายพันธุ์หนึ่ง และสิ่งนี้กลายเป็นเรื่องยาก—อาจเป็นไปไม่ได้—ในชุดข้อมูลที่ซับซ้อนมากขึ้น แนวทางการเรียนรู้ของเครื่องที่ดี จะกำหนดโมเดลสำหรับคุณ หากคุณป้อนตัวอย่างที่เป็นตัวแทนเพียงพอในประเภทโมเดลการเรียนรู้ของเครื่องที่เหมาะสม โปรแกรมจะค้นหาความสัมพันธ์ให้คุณ

เลือกรุ่น

เราจำเป็นต้องเลือกประเภทของโมเดลที่จะฝึก มีโมเดลหลายประเภทและการเลือกรุ่นที่ดีต้องใช้ประสบการณ์ บทช่วยสอนนี้ใช้โครงข่ายประสาทเทียมเพื่อแก้ปัญหาการจำแนกม่านตา โครงข่ายประสาทเทียม สามารถค้นหาความสัมพันธ์ที่ซับซ้อนระหว่างฟีเจอร์และป้ายกำกับได้ เป็นกราฟที่มีโครงสร้างสูง ซึ่งจัดเป็น เลเยอร์ที่ซ่อน อยู่หนึ่งเลเยอร์ขึ้นไป แต่ละเลเยอร์ที่ซ่อนอยู่ประกอบด้วย เซลล์ประสาท ตั้งแต่หนึ่งตัวขึ้นไป โครงข่ายประสาทเทียมมีหลายประเภท และโปรแกรมนี้ใช้ โครงข่ายประสาทเทียมที่หนาแน่นหรือเชื่อมต่อกันอย่างสมบูรณ์ : เซลล์ประสาทในชั้นเดียวจะได้รับการเชื่อมต่ออินพุตจาก ทุก เซลล์ประสาทในชั้นก่อนหน้า ตัวอย่างเช่น รูปที่ 2 แสดงให้เห็นถึงโครงข่ายประสาทเทียมที่หนาแน่นซึ่งประกอบด้วยเลเยอร์อินพุต เลเยอร์ที่ซ่อนอยู่ 2 ชั้น และเลเยอร์เอาท์พุต:

รูปที่ 2 โครงข่ายประสาทเทียมที่มีคุณสมบัติ เลเยอร์ที่ซ่อนอยู่ และการคาดคะเน

เมื่อแบบจำลองจากรูปที่ 2 ได้รับการฝึกและป้อนตัวอย่างที่ไม่มีป้ายกำกับ จะทำให้เกิดการคาดการณ์ได้ 3 แบบ คือ ความน่าจะเป็นที่ดอกไม้ชนิดนี้จะเป็นพันธุ์ไอริสที่กำหนด การทำนายนี้เรียกว่า การอนุมาน สำหรับตัวอย่างนี้ ผลรวมของการทำนายผลลัพธ์คือ 1.0 ในรูปที่ 2 การทำนายนี้แบ่งออกเป็น: 0.02 สำหรับ Iris setosa , 0.95 สำหรับ Iris versicolor และ 0.03 สำหรับ Iris virginica ซึ่งหมายความว่าแบบจำลองคาดการณ์ (ด้วยความน่าจะเป็น 95%) ว่าดอกไม้ตัวอย่างที่ไม่มีป้ายกำกับคือ ดอกไอริสหลากสี

สร้างแบบจำลองโดยใช้ Swift สำหรับ TensorFlow Deep Learning Library

ไลบรารีการเรียนรู้เชิงลึกของ Swift สำหรับ TensorFlow กำหนดเลเยอร์ดั้งเดิมและแบบแผนในการรวมเข้าด้วยกัน ซึ่งทำให้ง่ายต่อการสร้างแบบจำลองและการทดลอง

โมเดลคือ struct ที่สอดคล้องกับ Layer ซึ่งหมายความว่าโมเดลจะกำหนดเมธอด callAsFunction(_:) ที่จับคู่อินพุต Tensor s กับเอาต์พุต Tensor s เมธอด callAsFunction(_:) มักจะจัดลำดับอินพุตผ่านเลเยอร์ย่อย เรามากำหนด IrisModel ที่จะจัดลำดับอินพุตผ่านเลเยอร์ย่อย Dense สามชั้น

import TensorFlow

let hiddenSize: Int = 10
struct IrisModel: Layer {
    var layer1 = Dense<Float>(inputSize: 4, outputSize: hiddenSize, activation: relu)
    var layer2 = Dense<Float>(inputSize: hiddenSize, outputSize: hiddenSize, activation: relu)
    var layer3 = Dense<Float>(inputSize: hiddenSize, outputSize: 3)

    @differentiable
    func callAsFunction(_ input: Tensor<Float>) -> Tensor<Float> {
        return input.sequenced(through: layer1, layer2, layer3)
    }
}

var model = IrisModel()

ฟังก์ชั่นการเปิดใช้งานจะกำหนดรูปร่างเอาต์พุตของแต่ละโหนดในเลเยอร์ การไม่เชิงเส้นเหล่านี้มีความสำคัญ หากไม่มีสิ่งเหล่านั้น แบบจำลองก็จะเทียบเท่ากับเลเยอร์เดียว มีการเปิดใช้งานหลายอย่าง แต่ ReLU เป็นเรื่องปกติสำหรับเลเยอร์ที่ซ่อนอยู่

จำนวนเลเยอร์และเซลล์ประสาทที่ซ่อนอยู่ในอุดมคตินั้นขึ้นอยู่กับปัญหาและชุดข้อมูล เช่นเดียวกับแง่มุมต่างๆ ของการเรียนรู้ของเครื่อง การเลือกรูปแบบที่ดีที่สุดของโครงข่ายประสาทเทียมต้องอาศัยความรู้และการทดลองผสมผสานกัน ตามหลักทั่วไปแล้ว การเพิ่มจำนวนเลเยอร์และเซลล์ประสาทที่ซ่อนอยู่มักจะสร้างแบบจำลองที่ทรงพลังยิ่งขึ้น ซึ่งต้องใช้ข้อมูลมากขึ้นเพื่อฝึกฝนอย่างมีประสิทธิภาพ

การใช้แบบจำลอง

มาดูกันว่าโมเดลนี้ทำอะไรกับฟีเจอร์ต่างๆ บ้าง:

// Apply the model to a batch of features.
let firstTrainPredictions = model(firstTrainFeatures)
print(firstTrainPredictions[0..<5])

[[  1.1514063,  -0.7520321,  -0.6730235],
 [  1.4915676,  -0.9158071,  -0.9957161],
 [  1.0549936,  -0.7799266,   -0.410466],
 [  1.1725322, -0.69009197,  -0.8345413],
 [  1.4870572,  -0.8644099,  -1.0958937]]

ที่นี่ แต่ละตัวอย่างจะส่งคืน logit สำหรับแต่ละคลาส

หากต้องการแปลงบันทึกเหล่านี้เป็นความน่าจะเป็นสำหรับแต่ละคลาส ให้ใช้ฟังก์ชัน softmax :

print(softmax(firstTrainPredictions[0..<5]))

[[  0.7631462,  0.11375094, 0.123102814],
 [  0.8523791, 0.076757915,  0.07086295],
 [  0.7191151,  0.11478964,  0.16609532],
 [ 0.77540654,  0.12039323,  0.10420021],
 [  0.8541314,  0.08133837, 0.064530246]]

การใช้ argmax ข้ามคลาสจะทำให้เราได้ดัชนีคลาสที่คาดการณ์ไว้ แต่แบบจำลองยังไม่ได้รับการฝึก ดังนั้นสิ่งเหล่านี้จึงไม่ใช่การคาดการณ์ที่ดี

print("Prediction: \(firstTrainPredictions.argmax(squeezingAxis: 1))")
print("    Labels: \(firstTrainLabels)")

Prediction: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
    Labels: [1, 1, 0, 1, 2, 2, 0, 2, 1, 2, 0, 0, 0, 0, 0, 2, 2, 2, 0, 1, 0, 2, 0, 0, 2, 1, 2, 1, 0, 2, 0, 1]

ฝึกโมเดล

การฝึกอบรม เป็นขั้นตอนของแมชชีนเลิร์นนิงเมื่อโมเดลค่อยๆ ปรับให้เหมาะสม หรือโมเดล เรียนรู้ ชุดข้อมูล เป้าหมายคือการเรียนรู้เพียงพอเกี่ยวกับโครงสร้างของชุดข้อมูลการฝึกอบรมเพื่อคาดการณ์ข้อมูลที่มองไม่เห็น หากคุณเรียนรู้ มากเกินไป เกี่ยวกับชุดข้อมูลการฝึกอบรม การคาดการณ์จะใช้ได้เฉพาะกับข้อมูลที่เห็นและไม่สามารถสรุปได้ ปัญหานี้เรียกว่า การกระชับมากเกินไป เหมือนกับการท่องจำคำตอบแทนที่จะทำความเข้าใจวิธีแก้ปัญหา

ปัญหาการจำแนกม่านตาเป็นตัวอย่างหนึ่งของ การเรียนรู้ของเครื่องภายใต้การดูแล : โมเดลได้รับการฝึกอบรมจากตัวอย่างที่มีป้ายกำกับ ใน การเรียนรู้ของเครื่องแบบไม่มีผู้ดูแล ตัวอย่างจะไม่มีป้ายกำกับ แต่โดยทั่วไปแล้วโมเดลจะค้นหารูปแบบระหว่างคุณลักษณะต่างๆ แทน

เลือกฟังก์ชันการสูญเสีย

ทั้งขั้นตอนการฝึกอบรมและการประเมินผลจำเป็นต้องคำนวณ การสูญเสีย ของแบบจำลอง วิธีนี้จะวัดว่าการคาดการณ์ของแบบจำลองนั้นมาจากป้ายกำกับที่ต้องการมากน้อยเพียงใด หรืออีกนัยหนึ่งคือประสิทธิภาพของแบบจำลองนั้นแย่เพียงใด เราต้องการลดหรือปรับค่านี้ให้เหมาะสมที่สุด

แบบจำลองของเราจะคำนวณการสูญเสียโดยใช้ฟังก์ชัน softmaxCrossEntropy(logits:labels:) ซึ่งใช้การคาดการณ์ความน่าจะเป็นของคลาสของโมเดลและป้ายกำกับที่ต้องการ แล้วส่งคืนการสูญเสียโดยเฉลี่ยในตัวอย่างต่างๆ

มาคำนวณการสูญเสียสำหรับโมเดลที่ไม่ได้รับการฝึกในปัจจุบัน:

let untrainedLogits = model(firstTrainFeatures)
let untrainedLoss = softmaxCrossEntropy(logits: untrainedLogits, labels: firstTrainLabels)
print("Loss test: \(untrainedLoss)")

Loss test: 1.7598655

สร้างเครื่องมือเพิ่มประสิทธิภาพ

เครื่องมือเพิ่มประสิทธิภาพ จะใช้การไล่ระดับสีที่คำนวณกับตัวแปรของโมเดลเพื่อลดฟังก์ชัน loss ให้เหลือน้อยที่สุด คุณสามารถนึกถึงฟังก์ชันการสูญเสียเป็นพื้นผิวโค้ง (ดูรูปที่ 3) และเราต้องการหาจุดต่ำสุดโดยการเดินไปรอบๆ การไล่ระดับสีจะชี้ไปในทิศทางที่ลาดชันที่สุด ดังนั้นเราจะเดินทางในทิศทางตรงกันข้ามและเคลื่อนตัวลงจากเนินเขา ด้วยการคำนวณการสูญเสียและการไล่ระดับสีซ้ำๆ สำหรับแต่ละชุด เราจะปรับแบบจำลองระหว่างการฝึก แบบจำลองจะค่อยๆ ค้นหาการผสมผสานระหว่างน้ำหนักและความลำเอียงที่ดีที่สุดเพื่อลดการสูญเสียให้เหลือน้อยที่สุด และยิ่งสูญเสียน้อยเท่าใด การคาดการณ์ของแบบจำลองก็จะยิ่งดีขึ้นเท่านั้น

รูปที่ 3 อัลกอริธึมการปรับให้เหมาะสมที่มองเห็นเมื่อเวลาผ่านไปในพื้นที่ 3 มิติ (ที่มา: Stanford class CS231n , ใบอนุญาต MIT, เครดิตรูปภาพ: Alec Radford )

Swift สำหรับ TensorFlow มี อัลกอริธึมการปรับให้เหมาะสม มากมายสำหรับการฝึกอบรม แบบจำลองนี้ใช้เครื่องมือเพิ่มประสิทธิภาพ SGD ที่ใช้อัลก อริทึม Stochastic Gradient Descent (SGD) learningRate จะกำหนดขนาดก้าวที่จะใช้สำหรับการวนซ้ำแต่ละครั้งลงเขา นี่คือ ไฮเปอร์พารามิเตอร์ ที่คุณจะปรับโดยทั่วไปเพื่อให้ได้ผลลัพธ์ที่ดีขึ้น

let optimizer = SGD(for: model, learningRate: 0.01)

ลองใช้ optimizer เพื่อทำตามขั้นตอนการไล่ระดับสีเดียว ขั้นแรก เราคำนวณความชันของการสูญเสียตามแบบจำลอง:

let (loss, grads) = valueWithGradient(at: model) { model -> Tensor<Float> in
    let logits = model(firstTrainFeatures)
    return softmaxCrossEntropy(logits: logits, labels: firstTrainLabels)
}
print("Current loss: \(loss)")

Current loss: 1.7598655

ต่อไป เราส่งต่อการไล่ระดับสีที่เราเพิ่งคำนวณไปยังเครื่องมือเพิ่มประสิทธิภาพ ซึ่งจะอัปเดตตัวแปรอนุพันธ์ของโมเดลตามนั้น:

optimizer.update(&model, along: grads)

หากเราคำนวณการสูญเสียอีกครั้ง มันควรจะน้อยลง เนื่องจากขั้นตอนการไล่ระดับลง (ปกติ) จะลดการสูญเสีย:

let logitsAfterOneStep = model(firstTrainFeatures)
let lossAfterOneStep = softmaxCrossEntropy(logits: logitsAfterOneStep, labels: firstTrainLabels)
print("Next loss: \(lossAfterOneStep)")

Next loss: 1.5318773

ห่วงการฝึกอบรม

เมื่อชิ้นส่วนทั้งหมดเข้าที่แล้ว โมเดลก็พร้อมสำหรับการฝึก! ลูปการฝึกอบรมจะป้อนตัวอย่างชุดข้อมูลลงในโมเดลเพื่อช่วยในการคาดการณ์ได้ดีขึ้น บล็อกโค้ดต่อไปนี้จะตั้งค่าขั้นตอนการฝึกอบรมเหล่านี้:

1. ทำซ้ำในแต่ละ ยุค ยุคคือหนึ่งการส่งผ่านชุดข้อมูล
2. ภายในยุคหนึ่ง ทำซ้ำแต่ละชุดในยุคการฝึกอบรม
3. จัดเรียงแบทช์และคว้า คุณสมบัติ ( x ) และ ป้ายกำกับ ( y )
4. ใช้คุณลักษณะของชุดการจัดเรียง ทำการคาดการณ์และเปรียบเทียบกับป้ายกำกับ วัดความไม่ถูกต้องของการทำนายและใช้ค่านั้นเพื่อคำนวณการสูญเสียและการไล่ระดับสีของโมเดล
5. ใช้การไล่ระดับสีเพื่ออัปเดตตัวแปรของโมเดล
6. ติดตามสถิติบางอย่างสำหรับการแสดงภาพ
7. ทำซ้ำสำหรับแต่ละยุค

ตัวแปร epochCount คือจำนวนครั้งในการวนซ้ำคอลเลกชันชุดข้อมูล การฝึกโมเดลให้นานขึ้นไม่ได้รับประกันว่าโมเดลจะดีขึ้น epochCount เป็น ไฮเปอร์พารามิเตอร์ ที่คุณปรับแต่งได้ การเลือกหมายเลขที่เหมาะสมมักต้องใช้ทั้งประสบการณ์และการทดลอง

let epochCount = 500
var trainAccuracyResults: [Float] = []
var trainLossResults: [Float] = []

func accuracy(predictions: Tensor<Int32>, truths: Tensor<Int32>) -> Float {
    return Tensor<Float>(predictions .== truths).mean().scalarized()
}

for (epochIndex, epoch) in trainingEpochs.prefix(epochCount).enumerated() {
    var epochLoss: Float = 0
    var epochAccuracy: Float = 0
    var batchCount: Int = 0
    for batchSamples in epoch {
        let batch = batchSamples.collated
        let (loss, grad) = valueWithGradient(at: model) { (model: IrisModel) -> Tensor<Float> in
            let logits = model(batch.features)
            return softmaxCrossEntropy(logits: logits, labels: batch.labels)
        }
        optimizer.update(&model, along: grad)

        let logits = model(batch.features)
        epochAccuracy += accuracy(predictions: logits.argmax(squeezingAxis: 1), truths: batch.labels)
        epochLoss += loss.scalarized()
        batchCount += 1
    }
    epochAccuracy /= Float(batchCount)
    epochLoss /= Float(batchCount)
    trainAccuracyResults.append(epochAccuracy)
    trainLossResults.append(epochLoss)
    if epochIndex % 50 == 0 {
        print("Epoch \(epochIndex): Loss: \(epochLoss), Accuracy: \(epochAccuracy)")
    }
}

Epoch 0: Loss: 1.475254, Accuracy: 0.34375
Epoch 50: Loss: 0.91668004, Accuracy: 0.6458333
Epoch 100: Loss: 0.68662673, Accuracy: 0.6979167
Epoch 150: Loss: 0.540665, Accuracy: 0.6979167
Epoch 200: Loss: 0.46283028, Accuracy: 0.6979167
Epoch 250: Loss: 0.4134724, Accuracy: 0.8229167
Epoch 300: Loss: 0.35054502, Accuracy: 0.8958333
Epoch 350: Loss: 0.2731444, Accuracy: 0.9375
Epoch 400: Loss: 0.23622067, Accuracy: 0.96875
Epoch 450: Loss: 0.18956228, Accuracy: 0.96875

เห็นภาพฟังก์ชันการสูญเสียเมื่อเวลาผ่านไป

แม้ว่าการพิมพ์ความคืบหน้าในการฝึกของแบบจำลองจะมีประโยชน์ แต่การดูความคืบหน้านี้มักจะมีประโยชน์ มากกว่า เราสามารถสร้างแผนภูมิพื้นฐานโดยใช้โมดูล matplotlib ของ Python

การตีความแผนภูมิเหล่านี้ต้องใช้ประสบการณ์พอสมควร แต่คุณต้องการเห็น การสูญเสีย ลดลงและ ความแม่นยำ เพิ่มขึ้น

plt.figure(figsize: [12, 8])

let accuracyAxes = plt.subplot(2, 1, 1)
accuracyAxes.set_ylabel("Accuracy")
accuracyAxes.plot(trainAccuracyResults)

let lossAxes = plt.subplot(2, 1, 2)
lossAxes.set_ylabel("Loss")
lossAxes.set_xlabel("Epoch")
lossAxes.plot(trainLossResults)

plt.show()

Use `print()` to show values.

โปรดทราบว่าแกน y ของกราฟไม่ใช่แบบอิงศูนย์

ประเมินประสิทธิภาพของแบบจำลอง

เมื่อโมเดลได้รับการฝึกฝนแล้ว เราก็สามารถรับสถิติเกี่ยวกับประสิทธิภาพของโมเดลได้

การประเมิน หมายถึงการกำหนดว่าแบบจำลองสามารถคาดการณ์ได้อย่างมีประสิทธิภาพเพียงใด ในการพิจารณาประสิทธิภาพของแบบจำลองในการจำแนกม่านตา ให้ส่งการวัดกลีบเลี้ยงและกลีบดอกไม้ไปยังแบบจำลอง และขอให้แบบจำลองคาดการณ์ว่าม่านตานั้นเป็นตัวแทนของสายพันธุ์ใด จากนั้นเปรียบเทียบการทำนายของแบบจำลองกับป้ายกำกับจริง ตัวอย่างเช่น แบบจำลองที่เลือกสายพันธุ์ที่ถูกต้องจากตัวอย่างอินพุตครึ่งหนึ่งมี ความแม่นยำ 0.5 รูปที่ 4 แสดงแบบจำลองที่มีประสิทธิภาพมากกว่าเล็กน้อย โดยได้รับการคาดการณ์ 4 ใน 5 ที่ถูกต้องที่ความแม่นยำ 80%:

คุณสมบัติตัวอย่าง				ฉลาก	การทำนายแบบจำลอง
5.9	3.0	4.3	1.5	1	1
6.9	3.1	5.4	2.1	2	2
5.1	3.3	1.7	0.5	0	0
6.0	3.4	4.5	1.6	1	2
5.5	2.5	4.0	1.3	1	1
รูปที่ 4 เครื่องแยกประเภทม่านตาที่มีความแม่นยำ 80%

ตั้งค่าชุดข้อมูลทดสอบ

การประเมินโมเดลจะคล้ายกับการฝึกโมเดล ความแตกต่างที่ใหญ่ที่สุดคือตัวอย่างมาจาก ชุดทดสอบ แยกต่างหาก แทนที่จะเป็นชุดการฝึก เพื่อประเมินประสิทธิภาพของแบบจำลองอย่างเป็นธรรม ตัวอย่างที่ใช้ในการประเมินแบบจำลองจะต้องแตกต่างจากตัวอย่างที่ใช้ในการฝึกแบบจำลอง

การตั้งค่าสำหรับชุดข้อมูลทดสอบจะคล้ายกับการตั้งค่าสำหรับชุดข้อมูลการฝึก ดาวน์โหลดชุดทดสอบได้จาก http://download.tensorflow.org/data/iris_test.csv :

let testDataFilename = "iris_test.csv"
download(from: "http://download.tensorflow.org/data/iris_test.csv", to: testDataFilename)

ตอนนี้โหลดมันลงในอาร์เรย์ของ IrisBatch es:

let testDataset = loadIrisDatasetFromCSV(
    contentsOf: testDataFilename, hasHeader: true,
    featureColumns: [0, 1, 2, 3], labelColumns: [4]).inBatches(of: batchSize)

ประเมินแบบจำลองบนชุดข้อมูลทดสอบ

แบบจำลองจะประเมินข้อมูลการทดสอบเพียงช่วงเดียวเท่านั้น ซึ่งต่างจาก ขั้น ตอนการฝึกอบรม ในเซลล์โค้ดต่อไปนี้ เราจะวนซ้ำแต่ละตัวอย่างในชุดทดสอบ และเปรียบเทียบการทำนายของแบบจำลองกับป้ายกำกับจริง ใช้เพื่อวัดความแม่นยำของแบบจำลองทั่วทั้งชุดทดสอบ

// NOTE: Only a single batch will run in the loop since the batchSize we're using is larger than the test set size
for batchSamples in testDataset {
    let batch = batchSamples.collated
    let logits = model(batch.features)
    let predictions = logits.argmax(squeezingAxis: 1)
    print("Test batch accuracy: \(accuracy(predictions: predictions, truths: batch.labels))")
}

Test batch accuracy: 0.96666664

เราเห็นได้ในชุดแรก ตัวอย่างเช่น โมเดลมักจะถูกต้อง:

let firstTestBatch = testDataset.first!.collated
let firstTestBatchLogits = model(firstTestBatch.features)
let firstTestBatchPredictions = firstTestBatchLogits.argmax(squeezingAxis: 1)

print(firstTestBatchPredictions)
print(firstTestBatch.labels)

[1, 2, 0, 1, 1, 1, 0, 2, 1, 2, 2, 0, 2, 1, 1, 0, 1, 0, 0, 2, 0, 1, 2, 2, 1, 1, 0, 1, 2, 1]
[1, 2, 0, 1, 1, 1, 0, 2, 1, 2, 2, 0, 2, 1, 1, 0, 1, 0, 0, 2, 0, 1, 2, 1, 1, 1, 0, 1, 2, 1]

ใช้แบบจำลองที่ผ่านการฝึกอบรมเพื่อคาดการณ์

เราได้ฝึกแบบจำลองและแสดงให้เห็นว่าแบบจำลองนั้นดี—แต่ไม่สมบูรณ์แบบ—ในการจำแนกชนิดพันธุ์ไอริส ตอนนี้ ลองใช้โมเดลที่ได้รับการฝึกอบรมเพื่อคาดการณ์ ตัวอย่างที่ไม่มีป้ายกำกับ นั่นคือในตัวอย่างที่มีคุณสมบัติแต่ไม่มีป้ายกำกับ

ในชีวิตจริง ตัวอย่างที่ไม่มีป้ายกำกับอาจมาจากแหล่งที่มาต่างๆ มากมาย รวมถึงแอป ไฟล์ CSV และฟีดข้อมูล สำหรับตอนนี้ เราจะจัดเตรียมตัวอย่างที่ไม่มีป้ายกำกับสามตัวอย่างด้วยตนเองเพื่อคาดการณ์ป้ายกำกับของพวกเขา โปรดจำไว้ว่า หมายเลขฉลากถูกแมปกับการแสดงชื่อดังนี้:

• 0 : ไอริส เซโตซ่า
• 1 : ไอริส เวอร์ซิคัลเลอร์
• 2 : ไอริส เวอร์จินิกา

let unlabeledDataset: Tensor<Float> =
    [[5.1, 3.3, 1.7, 0.5],
     [5.9, 3.0, 4.2, 1.5],
     [6.9, 3.1, 5.4, 2.1]]

let unlabeledDatasetPredictions = model(unlabeledDataset)

for i in 0..<unlabeledDatasetPredictions.shape[0] {
    let logits = unlabeledDatasetPredictions[i]
    let classIdx = logits.argmax().scalar!
    print("Example \(i) prediction: \(classNames[Int(classIdx)]) (\(softmax(logits)))")
}

Example 0 prediction: Iris setosa ([   0.98731947,   0.012679046, 1.4035809e-06])
Example 1 prediction: Iris versicolor ([0.005065103,  0.85957265,  0.13536224])
Example 2 prediction: Iris virginica ([2.9613977e-05,     0.2637373,    0.73623306])